mahout探索之旅---聚类感想（一）

前面《mahout探索之旅——开篇》已经初略地介绍了mahout算法库的组成。这里先谈一谈我对聚类算法开发的感想。

不管是学习还是开发一个聚类算法，首先应该考虑的这样三个问题：

1）算法核心：算法是用于聚类，聚类核心在什么地方？与其他聚类算法有什么区别？优势在什么地方？

2）相似度衡定：既然是聚类算法，应该有度量类的方法，如何把数据归类？如kmeans算法把离k均值最近点归类到相应类。

3）停止条件：算法需要在多次迭代过程中趋于最佳结果，应该如何界定最佳结果？算法在何时结果才有最佳结果？如kmeans算法把到质心最段的距离和作为算法结束条件。

好了，关于一点点感想先谈到这里，明天将贴出十大经典算法之一kmeans，虽然kmeans算法很简单，也有很多技术博客在讲述kmeans，但它是聚类算法绕不过去的经典算法，我将在博文中提出自己对算法的理解（使初学者都一目了然）和改进意见。